İçeriğe geç
Veri Bilimi Yol Haritası · 28 / 36

Deneyler ve Nedensel Tasarımlar

Temel soru

Bir müdahalenin etkisini hangi tasarımla ayırt edebiliriz?

Kavram

Rastgele atama, müdahale ile önceden var olan özellikler arasındaki bağı tasarım yoluyla kırmayı amaçlar. Sonuç yine uygulama uyumu, kayıp gözlemler, etkileşimler ve ölçüm kalitesine bağlıdır. Gözlemsel tasarımlar ise farklı tanımlama varsayımlarına dayanır.

Bir örnek üzerinden

İki oranı karşılaştıran basit bir A/B testinde örneklem ihtiyacı başlangıç oranına, saptanmak istenen mutlak farka, anlamlılık düzeyine ve güce bağlıdır. Yüzde puan farkı ile göreli değişim ayrıdır: %8’den %6’ya düşüş 2 yüzde puan ve göreli %25 azalmadır.

Görsel üzerinden

İlk hesap eşit büyüklükte iki bağımsız grup, iki taraflı %5 test ve yaklaşık %80 güç için normal yaklaşımı kullanır. İkinci görsel farkların farkı ve kesim noktası fikrini şematik olarak gösterir. Paralel görünen geçmiş eğilimler varsayımı destekleyebilir; müdahale sonrası karşı-olgusal eğilimi kanıtlamaz.

Görsel örnek · Modül 28 · 1
Kontrol DR (p₀) %8
Minimum etki (Δp) %2
Kontrol DR
%8
p₀
Tedavi DR Hedef
%6
p₁ = p₀ − Δp
Gerekli n (grup)
α=0.05, güç=%80
Toplam Müşteri
her iki grup birlikte
Görsel örnek · Modül 28 · 2
Yöntem
DiD
kullanılan çerçeve
Tahmini Etki
DiD / ATE tahmini
Paralel Trend
varsayım durumu
Güvenilirlik
yorum

Yorumlama

Bir müdahalenin etkisini hangi tasarımla ayırt edebiliriz?

DiD hesabında son müdahale öncesi nokta (t−1) ile son gözlem karşılaştırılır: (müdahale grubundaki değişim) − (kontrol grubundaki değişim). Kesikli çizgi, kontrol grubunun değişimini müdahale grubuna taşıyan varsayımsal karşı-olgusaldır.

Küme ataması, ardışık izleme ve çoklu karşılaştırma farklı hesaplar gerektirir. DiD’de paralel eğilim, RDD’de kesim çevresinde süreklilik ve müdahale edilememe gibi varsayımlar değerlendirilmeden çizgilerden nedensel sonuç çıkarılamaz.

Kapsam ve okuma

Bu modülün görselleri öğretim amaçlıdır. İlgili okuma: Hernán ve Robins · Causal Inference: What If. Açıklamalı kaynak dizini →